文章探讨了AI代理在Martech领域的潜力,分析了从单一供应商到平台模型的转变,以及iPaaS的挑战。Brinker认为,AI代理可能会在未来的集成和编排中发挥重要作用。
“如果技术栈是一支交响乐团,那么哪个产品会是指挥家?”首席 Martec Scott Brinker 在他年度的第一篇文章中提出了这个问题。简而言之,他认为 AI 系统在这里扮演了至关重要的角色。
对于某些企业来说,这无疑是事实——而且几乎可以肯定的是,那些依赖于自己采取代理路线的公司(如 Salesforce 和 HubSpot)更是如此。Brinker 任 HubSpot 平台生态系统副总裁期间,曾与 Salesforce 的 Agentforce 部门共事过。
在我们展望未来之前,回顾过去会让我们发现一些线索。
martech 现状:从单一供应商到平台模型的转变
六年前(2019年3月),我曾与 Brinker 交谈,当时讨论的是从单供应商营销云向“Frankenstack”(即拼装式栈)过渡,以及向平台模型转型。让我来拆解一下。
在20年代末,像 Oracle 和 Salesforce 这样的供应商基本上是这样说的:给得起的企业可以将所有责任交给我们,我们会把所需的一切服务都提供给他们。确实,当时 Oracle 的首席执行官马克·赫德(Mark Hurd)曾于2015年预测称,到2027年,两家公司将合占80%的 martech 市场。
“Frankenstack”则相反,它强调的是通过订阅 individual point solutions(即单点解决方案),然后在企业内部自行集成它们。这种做法通常受到那些无法负担成为 Oracle 或 Salesforce 服务提供商的企业欢迎。
Brinker 和 Salesforce 的讨论焦点是平台模型的出现。一个解决方案会位于栈的核心位置,并通过 API 连接到其他无法由该平台提供的 single point solutions(或执行得更出色)。正是 Salesforce AppExchange 和 HubSpot App Marketplace 的发展,将这一转型带到我们面前。
可以说,我们今天依然处于这个阶段,尽管大型应用程序集合的集成和整合、以及它们之间的数据流动仍然是一个具有挑战性的任务。但不要忽视 iPaaS。
iPaaS:解决方案
为了缓解这些挑战,集成平台作为服务(iPaaS)应运而生,它提供云上的工具,旨在自动化集成和 orchestration 的过程,并对任何组合的本地和云过程、服务、应用程序和数据进行管理。Gartner 对 iPaaS 的定义如下:
iPaaS 是一套云服务,它们允许企业开发、执行和治理连接任何组合的本地和云过程、服务、应用程序和数据的集成流程。
iPaaS 领导vendor Mulesoft 被 Salesforce 于2018年收购。
然而,在实践中,iPaaS 解决方案承诺的东西往往远远超出了它们的能力范围。尽管它们承诺自动化以及非技术人员也能使用的可能性,但集成的复杂性和经常需要自定义 off-the-shelf APIs 的事实意味着开发人员必须参与;而且,开发者(据称)宁愿不使用他们选择的 iPaaS。
iPaaS 与 AI
如今,我们有没有一个显而易见的竞争对手来取代 iPaaS,甚至完全解决栈的集成和 orchestration?这就是你的AI代理。
Brinker 的论点是,无论如何,现在已经有迹象表明,AI代理将开始执行 stack 的集成和 orchestration。正如之前提到的, Salesforce 和 HubSpot 等大型供应商已经嵌入了 AI 代理到其平台中。Brinker 表示,中型供应商正走在相似的路上(例如 Braze 和 Zeta)。
听起来很简单。但还有许多其他 agent developer 解决方案为用户提供能力,让他们可以根据各种目的创建和定制自己的 agents。当然,谷歌和 OpenAI 自然支持 agent 开发,但还有数十个不知名的小公司(包括低代码和零代码解决方案)也提供类似的服务。
Brinker 提到的“Frankenstack”或“agentstein”等回声再次出现。
从混乱中找到简单——但尚未完成
AI代理最终能否真正解决栈集成和 orchestration 的挑战?其潜力无疑是令人鼓舞的。同样,它们在运行营销活动、执行90%(或更多)客户服务和服务活动方面也有巨大潜力。
Brinker 对他的热情表示赞赏,但他和我曾一起经历过许多事情,知道许多看似能解决问题的发展——从营销自动化到 CDPs——实际上只是部分解决方案,并且经常加剧了栈的复杂性。
Salesforce 世界范围内的代理可能对 Salesforce 的客户来说是一个重大进展。但对于许多企业而言,部署 AI 代理(无论是为了集成还是其他目的)将是一项漫长而复杂的任务。